Question

这可能是一项不可能完成的任务，我似乎无法找到有关旧谷歌的有用答案。

我想要做的是从一块文字中拉出郊区。有一种通用的格式，所以我认为它应该是可能的。

即。 “兰德代尔（华盛顿州）地区的服务可能会中断”

它并不总是适当大写，可能包含多个单词的郊区（例如“South Coogee”）或者它可能包含多个郊区。郊区总是在“区域”或“区域”之后，郊区总是先于“（WA）”。

我对正则表达式的经验非常有限，所以我不知道从哪里开始。解决方案会很棒，但如果没有人有时间/耐心为此开发正则表达式字符串查询，我很高兴能指出正确的方向。

Answer 1

说实话，Regex在我看来有点矫枉过正，所以我甚至都不打扰，只使用原生的VBA字符串操作函数。

s = "Services in the area of landsdale (WA) may be disrupted"
prefix1 = "area of"
prefix2 = "areas of"
suffix = "(WA)"

' Is it "area" or "areas"?
If InStr(s, prefix1) > 0 Then
    prefix = prefix1
Else
    prefix = prefix2
End If

suburb = Trim(Mid(s, InStr(s, prefix) + Len(prefix) + 1, _
    InStr(s, suffix) - InStr(s, prefix) - Len(prefix) - 1))

此外，“landsdale（WA）的区域”并没有真正具有语法意义（为什么是复数？），这让我怀疑你有时会有这种形式的短语：“ landsdale（WA）和crumpetville（WA）地区“或”landsdale，crumpetville和metawan（WA）地区“。但这只是我的猜测。

Answer 2

我想为您提供完整的正则表达式示例供您参考。我个人认为在这种情况下它不是很可怕:)我很抱歉我不确定如何修改它（如果ata ll）在Outlook中使用，但这是函数，因为它将用Excel编写

Function ExtractSuburb(ByVal text As String)

Dim RE As Object, allMatches As Object
Set RE = CreateObject("vbscript.regexp")

RE.pattern = "areas? of (.+) \(WA\)"
RE.Global = True
Set allMatches = RE.Execute(text)

ExtractSuburb = allMatches.Item(0).submatches.Item(0)

End Function

从字面上看，这种模式告诉函数抓住“区域/区域”和“（WA）”之间的任何东西。我可以看到正则表达式的内部运作方式可能会让人感到困惑，因此让Jean提供了不同的解决方案。

Answer 3

根据您的数据，您可能会忽略第一个和最后一个部分，只处理“landsdale（WA）区域”。使用以下正则表达式：

areas? of (.+?) \(WA\)

匹配（郊区）的“区域”或“区域”，然后是“（WA）”。

我希望这会有所帮助，如果需要，我可以扩展它以更好地适应您的数据。

Answer 4

您没有说明要使用哪种正则表达式方法，但/areas? of (\w+(\s\w+)*?) \(WA\)/之类的内容应该适用于任何合理的Perl风格的实现。 *？在“of”和“（WA）”之间选择尽可能少的重复单词。如果你的文字可能有不规则的间距，你就必须调整它。

正则表达式从文本块中提取Suburbs

4 个答案: